根据样本（行）中的存在情况选择列R

我有很多不同变量的计数数据的代码，比如：（下面是简化的-原始数据集有>100列）

我只想保留至少有3个计数的列（变量在示例中出现3次）。。。我试着用

data%>%修饰总计（“行”）

但这导致第一列未包括在内：

x     y z a b c 

1     0 1 1 0 0
0     0 1 0 0 1
1     0 1 0 1 1 
0     1 0 1 0 1 
1     0 1 0 1 1 
1     1 0 1 0 1
total 2 4 3 2 5

如果可能的话，我想用tidyverse？是否有一种方法可以使用filter（）和case_when（）按行中的状态筛选数据

---

谢谢

我认为这将帮助您获得所需的输出：

library(dplyr)
library(tidyr)

df %>%
  mutate(id = row_number()) %>%
  pivot_longer(-id, names_to = "variable", values_to = "value") %>%
  group_by(variable) %>%
  add_count(variable, wt = value) %>%
  filter(n >= 3) %>%
  select(- n) %>%
  pivot_wider(names_from = variable, values_from = value)

# A tibble: 6 x 5
     id     x     z     a     c
  <int> <dbl> <dbl> <dbl> <dbl>
1     1     1     1     1     0
2     2     0     1     0     1
3     3     1     1     0     1
4     4     0     0     1     1
5     5     1     1     0     1
6     6     1     0     1     1

库（dplyr）
图书馆（tidyr）
df%>%
变异（id=行号（））%>%
pivot_longer（-id，names_to=“variable”，values_to=“value”）%>%
分组依据（变量）%>%
添加计数（变量，wt=值）%>%
过滤器（n>=3）%>%
选择（-n）%>%
透视图（名称从=变量，值从=值）
#一个tibble:6x5
id x z a c
1     1     1     1     1     0
2     2     0     1     0     1
3     3     1     1     0     1
4     4     0     0     1     1
5     5     1     1     0     1
6     6     1     0     1     1

虽然已经提出了最短的答案，但这个简短的tidyverse语法也可以

df %>% select(where(~ sum(.) >= 3))

  x z a c
1 1 1 1 0
2 0 1 0 1
3 1 1 0 1
4 0 0 1 1
5 1 1 0 1
6 1 0 1 1

重复记录的baseR语法

df[, colSums(df) >=3]
  x z a c
1 1 1 1 0
2 0 1 0 1
3 1 1 0 1
4 0 0 1 1
5 1 1 0 1
6 1 0 1 1

---

欢迎来到堆栈溢出。如果将数据作为对象包含，则更容易帮助您：使用

dput（head（your_data_sample，n））

其中

n

是足以证明问题的数据

df[，colSums（df）>=3]

应该可以。亲爱的AnilGoyal，这是一个很好的答案，简洁明了，切中要害。

df[, colSums(df) >=3]
  x z a c
1 1 1 1 0
2 0 1 0 1
3 1 1 0 1
4 0 0 1 1
5 1 1 0 1
6 1 0 1 1